Nowe środki finansowe SonarHome pozyskał w nietypowej formie, tzw. venture debt. Jest to model finansowania kierowany do spółek, które nie chcą rozdrabniać swoich udziałów. Najczęściej taka forma jest wybierana, gdy startup przeszedł pierwszą rundę finansowania od funduszy venture capital. Umożliwia to ustalenie kwoty zadłużenia na podstawie stawki pierwszego finansowa VC. Zaletą rozwiązania venture debt jest możliwość uzyskania dodatkowych pieniędzy przez firmy, które nie mogły uzyskać finansowania w standardowy sposób. 5 mln złotych dla SonarHome od Macieja Nogi i Ataxary Ventures pozwolą rozwinąć model działalności przedsiębiorstwa, czyli iBuying.
SonarHome to startup, który wycenia, szybko kupuje i sprzedaje mieszkania
Model iBuying opiera się na ułatwieniu przeprowadzania transakcji o wysokiej sumie, jak zakup mieszkań, jachtów czy samochodów. SonarHome skupia się na tym pierwszym, korzystając z modeli rynku zachodniego. Sprzedaż mieszkania potrafi być uciążliwa. Trzeba znaleźć kupca, który może nie dostać kredytu, a to dopiero początek problemów. Mieszkanie należy wyremontować, często zdarza się, że trzeba płacić przez wiele miesięcy za stare i nowe lokum. Ponadto nie każdy zna się na rynku nieruchomości i wycena mieszkania sprawia wielu osobom kłopot. W najgorszym przypadku można stracić kilkadziesiąt tysięcy, a w najlepszym mieszkanie przez kilka miesięcy będzie stało puste zanim znajdzie się na nie kupca.
Tutaj z pomocą przychodzi polski startup. Model działania opiera się na wyszukiwaniu ofert i szybkim kupnie mieszkań. Dla właścicieli jest to atrakcyjna opcja, ponieważ nieruchomość mogą sprzedać nawet w kilka dni, nie muszą martwić się o remont, kupców etc. Co prawda stawki w modelu iBuyingu są mniejsza niż na rynku, ale do nich trzeba dodać koszty odświeżenie lokum, utrzymania do momentu sprzedaży i wiele innych. SonarHome kupuje mieszkanie, remontuje i następnie odsprzedaje. Pierwsze 3 mln zl pozyskanie w czerwcu tego roku zostało przeznaczone na rozwój technologii. Startup zatrudnia około 20 osób, w tym specjalistów od uczenia maszynowego. To właśnie algorytmy odpowiadają za wycenę nieruchomości, która opiera się na analizie przeszło 50 tys. transakcji i kilkuset tysięcy ofert na rynku nieruchomości.
